[發明專利]人臉圖像的質量評價方法、裝置以及計算機可讀存儲介質

在審

• 申請號: 202110605098.3
• 申請日: 2021-05-31
• 公開（公告）號: CN113536900A
• 公開（公告）日: 2021-10-22
• 發明（設計）人: 劉明;葉樂樂;汪志強;張朋
• 申請（專利權）人: 浙江大華技術股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06T7/00
• 代理公司: 深圳市威世博知識產權代理事務所(普通合伙) 44280
• 代理人: 黎堅怡

本申請公開了一種人臉圖像的質量評價方法、裝置以及計算機可讀存儲介質，上述方法包括：將多個人臉圖像輸入至訓練后的多任務網絡模型中，以獲得每張人臉圖像對應的多個屬性的預測值，其中，多個屬性包括人臉角度、人臉清晰度以及人臉遮擋信息；根據多個屬性的預測值獲得對應的人臉圖像的人臉質量得分，通過這種設計方式，可以在同一個網絡里面針對性地獲得人臉圖像的重點特征的預測值并對該人臉圖像進行得分量化，不僅提高了對人臉圖像質量評價的效率，而且節省了計算資源和時間成本。

技術領域

本申請涉及人臉圖像質量評價的技術領域，特別是涉及一種人臉圖像的質量評價方法、裝置以及計算機可讀存儲介質。

背景技術

隨著數字社會化發展，圖像數據在視頻通訊，安防監控等領域有著不可替代的作用，然而視頻中的圖像數據在進行采集、傳輸及處理等過程中難免受到干擾；其次，在視頻序列上，對同樣一個目標采集得到的圖片數據也會因為姿態角度、遮擋等因素產生質量上的差異。為了在工程應用上確保視頻數據高效利用，對圖像的質量評價就變得非常有意義。

目前，常用的方法包括：方法一、通過質量評分網絡學習進行質量評分，其綜合了圖片、裁剪以及多分辨率質量分輸出；方法二、將每張人臉圖像所對應的深度特征分別與同一人的標準人臉特征比較；但是，方法一中質量分標簽難以獲取，質量評價特征模糊，且質量評分網絡綜合了圖片、裁剪以及多分辨率質量分輸出，較為冗余；方法二中操作過程中不僅需要定義標準的人臉，而且還需要多次比較人臉之間的相似度，這樣無疑是增加了時間成本。因此，目前需要提出一種新的人臉圖像的質量評價方法。

發明內容

本申請主要解決的技術問題是提供一種人臉圖像的質量評價方法、裝置以及計算機可讀存儲介質，可以針對性地獲得人臉圖像的重點特征的預測值并對人臉圖像進行得分量化。

為解決上述技術問題，本申請采用的一個技術方案是：提供一種人臉圖像的質量評價方法，包括：將多個人臉圖像輸入至訓練后的多任務網絡模型中，以獲得每張所述人臉圖像對應的多個屬性的預測值，其中，所述屬性包括人臉角度、人臉清晰度以及人臉遮擋信息；根據多個所述屬性的預測值獲得對應的所述人臉圖像的人臉質量得分。

其中，所述根據所述多個屬性的預測值獲得對應的所述人臉圖像的人臉質量得分的步驟之前，包括：針對每張所述人臉圖像，計算獲得當前所述人臉圖像的卡爾曼增益矩陣，并利用所述卡爾曼增益矩陣獲得當前所述人臉圖像的人臉角度的最優估計值和人臉清晰度的最優估計值；獲得當前所述人臉圖像的人臉角度的預測值與人臉角度的最優估計值之間的第一差值、以及當前所述人臉圖像的人臉清晰度的預測值與人臉清晰度的最優估計值之間的第二差值；判斷所述第一差值和所述第二差值是否符合預設條件；若是，則進入所述根據所述多個屬性的預測值獲得對應的所述人臉圖像的人臉質量得分的步驟；否則，不進入所述根據所述多個屬性的預測值獲得對應的所述人臉圖像的人臉質量得分的步驟。

其中，所述人臉角度包括俯仰角、旋轉角以及偏航角；所述獲得當前所述人臉圖像的人臉角度的預測值與人臉角度的最優估計值之間的第一差值的步驟包括：獲得當前所述人臉圖像中所述俯仰角的預測值與所述俯仰角的最優估計值之間的差值、所述旋轉角的預測值與所述旋轉角的最優估計值之間的差值以及所述偏航角的預測值與所述偏航角的最優估計值之間的差值。

其中，所述判斷所述第一差值和所述第二差值是否符合預設條件的步驟，包括：獲得當前所述人臉圖像中所述俯仰角的預測值與所述俯仰角的最優估計值之間的差值的絕對值、所述旋轉角的預測值與所述旋轉角的最優估計值之間的差值的絕對值以及所述偏航角的預測值與所述偏航角的最優估計值之間的差值的絕對值的和值；判斷所述和值是否小于第一閾值且所述第二差值的絕對值是否小于第二閾值。